CN112308454A - 汽车操纵稳定性评价方法、装置、设备及存储介质 - Google Patents

汽车操纵稳定性评价方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN112308454A
CN112308454A CN202011305775.1A CN202011305775A CN112308454A CN 112308454 A CN112308454 A CN 112308454A CN 202011305775 A CN202011305775 A CN 202011305775A CN 112308454 A CN112308454 A CN 112308454A
Authority
CN
China
Prior art keywords
objective
index
evaluation
subjective
stability
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202011305775.1A
Other languages
English (en)
Inventor
陈升鹏
胡立好
胡敏
马洪涛
杨洋
王郁
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Anhui Jianghuai Automobile Group Corp
Original Assignee
Anhui Jianghuai Automobile Group Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Anhui Jianghuai Automobile Group Corp filed Critical Anhui Jianghuai Automobile Group Corp
Priority to CN202011305775.1A priority Critical patent/CN112308454A/zh
Publication of CN112308454A publication Critical patent/CN112308454A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Educational Administration (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种汽车操纵稳定性评价方法、装置、设备及存储介质。该方法包括：获取待评价汽车的操纵稳定性试验数据；确定目标客观评价指标以及目标主观评价指标；对操纵稳定性试验数据进行数据预处理，得到客观试验数据；获取目标主观评价指标对应的主观评分；根据客观试验数据确定目标客观评价指标对应的客观评分；通过熵值法根据客观评分和主观评分分别计算客观指标权重系数和主观指标权重系数；根据客观评分、主观评分、客观指标权重系数以及主观指标权重系数确定待评价汽车的操纵稳定性综合评价结果。对汽车操纵稳定性进行主观评价以及客观评价，得到综合评价结果，解决了现有技术中对汽车操作稳定性的评价不够全面的技术问题。

Description

汽车操纵稳定性评价方法、装置、设备及存储介质
技术领域
本发明涉及汽车测试技术领域，尤其涉及一种汽车操纵稳定性评价方法、装置、设备及存储介质。
背景技术
现今，国内部分企业以汽车操纵稳定性试验标准为主，进行客观试验，采集处理数据并提取试验物理参考量，或是根据物理参考量的经验值范围，或是根据物理参考量的评价方法转化为百分制得分去评价汽车操纵稳定性，部分企业也会根据主观试验项目去评价汽车操纵稳定性。
现有技术具有以下缺点：
现有技术方案运用的性能指标评价方法，将客观试验数据转化分值后，分值差异较小，不便于对比区分汽车间操纵稳定性差异。
现有技术方案未能将汽车操纵稳定性的主观评价结果和客观试验结果相结合，不能全面的体现汽车的操纵稳定性。
上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。
发明内容
本发明的主要目的在于提供一种汽车操纵稳定性评价方法、装置、设备及存储介质，旨在解决现有技术中对汽车操作稳定性的评价不够全面的技术问题。
为实现上述目的，本发明提供了一种汽车操纵稳定性评价方法，所述方法包括以下步骤：
获取待评价汽车的操纵稳定性试验数据；
确定目标客观评价指标以及目标主观评价指标；
对所述操纵稳定性试验数据进行数据预处理，得到客观试验数据；
获取所述目标主观评价指标对应的主观评分；
根据所述客观试验数据确定所述目标客观评价指标对应的客观评分；
通过熵值法根据所述客观评分计算客观指标权重系数，通过熵值法根据所述主观评分计算主观指标权重系数；
根据所述客观评分、所述主观评分、所述客观指标权重系数以及所述主观指标权重系数确定所述待评价汽车的操纵稳定性综合评价结果。
可选地，所述确定目标客观评价指标以及目标主观评价指标，包括：
获取常用客观评价指标以及常用主观评价指标；
根据预设神经网络分别对所述常用客观评价指标以及所述常用主观评价指标进行指标提取，得到目标客观评价指标以及目标主观评价指标。
可选地，所述根据预设神经网络分别对所述常用客观评价指标以及所述常用主观评价指标进行指标提取，得到目标客观评价指标以及目标主观评价指标，包括：
通过预设三层前馈网络计算所述常用客观评价指标对应的第一隐层权值谱以及第一相对贡献率；
根据所述第一隐层权谱值以及所述第一相对贡献率确定所述常用客观评价指标的第一功效率；
提取所述常用客观评价指标中所述第一功效率大于或者等于第一预设功效率的目标客观评价指标；
通过预设三层前馈网络计算所述常用主观评价指标对应的第二隐层权值谱以及第二相对贡献率；
根据所述第二隐层权谱值以及所述第二相对贡献率确定所述常用主观评价指标的第二功效率；
提取所述常用主观评价指标中所述第二功效率大于或者等于第二预设功效率的目标主观评价指标。
可选地，所述确定目标客观评价指标以及目标主观评价指标之后，所述方法还包括：
对所述目标客观评价指标以及所述目标主观评价指标进行分类，得到分级评价指标；
相应地，所述根据所述客观评分、所述主观评分、所述客观指标权重系数以及所述主观指标权重系数确定所述待评价汽车的操纵稳定性综合评价结果，包括：
根据所述客观评分、所述主观评分、所述客观指标权重系数以及所述主观指标权重系数分别确定所述分级评价指标对应的分级评分以及分级权重；
根据所述分级评分以及所述分级权重计算所述待评价汽车的操纵稳定性综合评分；
根据所述操纵稳定性综合评分确定所述待评价汽车的操纵稳定性综合评价结果。
可选地，所述根据所述客观评分、所述主观评分、所述客观指标权重系数以及所述主观指标权重系数确定所述待评价汽车的操纵稳定性综合评价结果之后，所述方法还包括：
获取输入的对比车辆信息以及预设标准综合评价结果；
根据所述对比车辆信息获取对应的基准综合评价结果；
将所述待评价汽车的操纵稳定性综合评价结果分别与所述预设标准综合评价结果以及所述基准综合评价结果进行比较，并将比较结果进行展示。
可选地，所述对所述操纵稳定性试验数据进行数据预处理，得到客观试验数据，包括：
剔除所述操纵稳定性试验数据中差异较大的试验值，计算剔除后的操纵稳定性试验数据对应的数据平均值；
计算所述数据平均值对应的标准差；
根据所述标准差确定抽样平均误差；
获取预设置信度，根据所述预设置信度确定双侧分位数；
根据所述抽样平均误差以及所述双侧分位数确定允许误差；
根据所述数据平均值和所述允许误差分别计算得到置信区间上限以及置信区间下限；
在所述操纵稳定性试验数据选取所述置信区间上限以及所述置信区间下限之间的目标试验数据；
计算所述目标试验数据的平均值，得到客观试验数据。
可选地，所述根据所述客观试验数据确定所述目标客观评价指标对应的客观评分，包括：
根据所述客观试验数据确定所述目标客观评价指标对应的指标试验数据；
获取所述目标客观评价指标对应的指标上限值以及指标下限值；
根据所述指标试验数据、所述指标上限值以及所述指标下限值确定所述目标客观评价指标对应的客观评分。
此外，为实现上述目的，本发明还提出一种汽车操纵稳定性评价装置，所述汽车操纵稳定性评价装置包括：
获取模块，用于获取待评价汽车的操纵稳定性试验数据；
确定模块，用于确定目标客观评价指标以及目标主观评价指标；
处理模块，用于对所述操纵稳定性试验数据进行数据预处理，得到客观试验数据；
所述获取模块，还用于获取所述目标主观评价指标对应的主观评分；
所述确定模块，还用于根据所述客观试验数据确定所述目标客观评价指标对应的客观评分；
计算模块，用于通过熵值法根据所述客观评分计算客观指标权重系数，通过熵值法根据所述主观评分计算主观指标权重系数；
评价模块，用于根据所述客观评分、所述主观评分、所述客观指标权重系数以及所述主观指标权重系数确定所述待评价汽车的操纵稳定性综合评价结果。
此外，为实现上述目的，本发明还提出一种汽车操纵稳定性评价设备，所述汽车操纵稳定性评价设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的汽车操纵稳定性评价程序，所述汽车操纵稳定性评价程序配置为实现如上文所述的汽车操纵稳定性评价方法的步骤。
此外，为实现上述目的，本发明还提出一种存储介质，所述存储介质上存储有汽车操纵稳定性评价程序，所述汽车操纵稳定性评价程序被处理器执行时实现如上文所述的汽车操纵稳定性评价方法的步骤。
本发明通过获取待评价汽车的操纵稳定性试验数据；确定目标客观评价指标以及目标主观评价指标；对操纵稳定性试验数据进行数据预处理，得到客观试验数据；获取目标主观评价指标对应的主观评分；根据客观试验数据确定目标客观评价指标对应的客观评分；通过熵值法根据客观评分和主观评分分别计算客观指标权重系数和主观指标权重系数；根据客观评分、主观评分、客观指标权重系数以及主观指标权重系数确定待评价汽车的操纵稳定性综合评价结果。通过上述方式，将主观评价结果和客观试验结果结合起来表征车辆的操纵稳定性，能够全面的体现汽车操纵稳定性，解决了现有技术中对汽车操作稳定性的评价不够全面的技术问题。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的汽车操纵稳定性评价设备的结构示意图；
图2为本发明汽车操纵稳定性评价方法第一实施例的流程示意图；
图3为本发明汽车操纵稳定性评价方法一实施例的操纵稳定性综合评价结果展示示意图；
图4为本发明汽车操纵稳定性评价方法第二实施例的流程示意图；
图5为本发明汽车操纵稳定性评价方法第三实施例的流程示意图；
图6为本发明汽车操纵稳定性评价装置第一实施例的结构框图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
参照图1，图1为本发明实施例方案涉及的硬件运行环境的汽车操纵稳定性评价设备结构示意图。
如图1所示，该汽车操纵稳定性评价设备可以包括：处理器1001，例如中央处理器(Central Processing Unit，CPU)，通信总线1002、用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真(WIreless-FIdelity，WI-FI)接口)。存储器1005可以是高速的随机存取存储器(RandomAccess Memory，RAM)存储器，也可以是稳定的非易失性存储器(Non-Volatile Memory，NVM)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解，图1中示出的结构并不构成对汽车操纵稳定性评价设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
如图1所示，作为一种存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及汽车操纵稳定性评价程序。
在图1所示的汽车操纵稳定性评价设备中，网络接口1004主要用于与网络服务器进行数据通信；用户接口1003主要用于与用户进行数据交互；本发明汽车操纵稳定性评价设备中的处理器1001、存储器1005可以设置在汽车操纵稳定性评价设备中，所述汽车操纵稳定性评价设备通过处理器1001调用存储器1005中存储的汽车操纵稳定性评价程序，并执行本发明实施例提供的汽车操纵稳定性评价方法。
本发明实施例提供了一种汽车操纵稳定性评价方法，参照图2，图2为本发明一种汽车操纵稳定性评价方法第一实施例的流程示意图。
本实施例中，所述汽车操纵稳定性评价方法包括以下步骤：
步骤S10：获取待评价汽车的操纵稳定性试验数据。
可以理解的是，本实施例的执行主体为汽车操纵稳定性评价设备，所述汽车操纵稳定性评价设备为安装有汽车操纵稳定性评价程序的电脑、服务器以及手机等设备，也可以为安装有汽车操纵稳定性评价程序的车载电脑，也可以是其他能实现同样功能的设备，本实施例对此不加以限制。
在具体实现中，用户提前确定待评价汽车，根据操纵稳定性试验项目对待评价汽车进行客观试验，采集数据，存储到预设存储单元中，在数据采集完成后，将数据导入到汽车操纵稳定性评价设备中，获取过程也可以为在数据采集过程中实时获取待评价汽车的操纵稳定性试验数据，并将多组操纵稳定性试验数据存储在预设存储单元中。
步骤S20：确定目标客观评价指标以及目标主观评价指标。
可以理解的是，确定目标客观评价指标以及目标主观评价指标的方式可以包括三种方式，第一种方式为直接从预设存储单元中提取，第二种方式为根据用户通过窗口输入的数据进行确定，第三种方式为从常用客观评价指标以及常用主观评价指标中通过预设神经网络提取。
步骤S30：对所述操纵稳定性试验数据进行数据预处理，得到客观试验数据。
需要说明的是，对所述操纵稳定性试验数据进行数据预处理的过程可以为取平均值，也可以为通过基于正态分布的处理方式进行处理。
步骤S40：获取所述目标主观评价指标对应的主观评分。
需要说明的是，用户提前确定待评价汽车，根据操纵稳定性试验项目对待评价汽车进行主观试验，采集主观试验数据，将多组主观试验数据作为打分参考，由10名以上受过培训的主观评价员进行对待评价车辆在目标主观评价指标方面的感受进行打分评价，数值越高代表感受越好，如表1所示，表1为主观评分标准表，根据评价员的打分，建立向量组，对向量进行十分制的归一化处理，处理后去掉最大值和最小值，再取平均值，作为目标主观评价指标对应的主观评分。主观评分个数与目标主观评价指标相同，均大于等于1。
0-19 20-39 40-49 50-59 60-69 70-79 80-89 90-99 100
极差 很差 可能抱怨 底线 可接受 不错 好 很好 棒极了
表1
步骤S50：根据所述客观试验数据确定所述目标客观评价指标对应的客观评分。
可以理解的是，客观评分可以由客观试验数据与合格评分对应的试验数据之间的差距确定，提前进行评分分级，在对应的评分级别的试验数据评分相同，也可以通过对单个测试项目参数进行调整，根据对结果的影响程度判断对应的客观评分。
具体地，为了得到更准确的客观评分，步骤S50，包括：根据所述客观试验数据确定所述目标客观评价指标对应的指标试验数据；获取所述目标客观评价指标对应的指标上限值以及指标下限值；根据所述指标试验数据、所述指标上限值以及所述指标下限值确定所述目标客观评价指标对应的客观评分。
需要说明的是，客观试验数据由VBOX(虚拟机)、RT陀螺仪(车辆试验陀螺仪)、ABD转向制动机器人和电脑或者笔记本等设备仪器采集，处理并提取的物理参考量，基于QC/T480-1999，做出修改将物理参考量转化为十分制评分，以不足转向度为例进行说明：
通过公式(1)计算不足转向度评分：
Figure BDA0002787264330000081
Figure BDA0002787264330000082
其中，Su为不足转向度评分；U为不足转向度试验值，单位为(°)/(m/s2)；λ根据Ud与Uu的比值计算的系数，λ通过公式(2)计算；Ud为不足转向度的下限值，单位为(°)/(m/s2)；Uu为不足转向度的上限值，单位为(°)/(m/s2)。
步骤S60：通过熵值法根据所述客观评分计算客观指标权重系数，通过熵值法根据所述主观评分计算主观指标权重系数。
需要说明的是，利用熵值法计算权重系数，根据确定决策矩阵，算出规范矩阵，再根据熵理论计算出熵权，即权重系数，以某辆车在不同里程下蛇形试验以确定操纵稳定性综合评价结果为例进行说明，这一过程中，目标客观评价指标为：横摆角速度；目标主观评价指标为：操作难易度、转向灵敏度、侧倾大小、最高车速以及稳定性，如表2所示，表2为某车窗不同里程下蛇形试验评分及目标值。
Figure BDA0002787264330000083
表2可以理解的是，确定决策矩阵如公式(3)所述：
Figure BDA0002787264330000091
由表2可以看出指标越大越好，根据公式(4)进行归一化处理：
Figure BDA0002787264330000092
得出标准化矩阵R＝rij，其中，rij为第j个评价对象的第i项指标；max(xij)为该项指标的最大值；min(xij)为该项指标的最小值。
根据公式(5)计算权重系数：
Figure BDA0002787264330000093
其中，bi＝1-ei，ei为第i个指标的熵。
根据公式(6)计算ei：
Figure BDA0002787264330000094
其中，fij为第j个评价对象第i个评价指标标准的比重。
根据公式(7)计算fij：
Figure BDA0002787264330000095
其中，k＝1/lnn，m为评价指标个数，n为评价对象个数。
分别算出其他分级评价的权重系数，结合单项试验评分可以全面地表征出汽车操纵稳定性能。
步骤S70：根据所述客观评分、所述主观评分、所述客观指标权重系数以及所述主观指标权重系数确定所述待评价汽车的操纵稳定性综合评价结果。
可以理解的是，根据公式(8)计算操纵稳定性综合评分，在所述操纵稳定性综合评分大于预设评价阈值时，得到操纵稳定性合格的操纵稳定性综合评价结果。
S＝q1S1+q2S2+……+qn-1Sn-1+qnSn (8)
其中，q1表示一客观指标权重系数；q2表示另一客观指标权重系数；qn-1表示一主观指标权重系数；qn表示另一主观指标权重系数；S1表示一客观评分；S2表示另一客观评分；Sn-1表示一主观评分；Sn表示另一主观评分。
需要说明的是，操纵稳定性综合评价结果还可以通过将操纵稳定性综合评分与对比汽车对应的操纵稳定性综合评分进行比较，从而确定与对比汽车之前操纵稳定性的优劣程度。
进一步地，为了得到更全面的评价结果，将评价指标进行合并分类，步骤S20之后，所述方法还包括：对所述目标客观评价指标以及所述目标主观评价指标进行分类，得到分级评价指标；
相应地，所述步骤S70，包括：
根据所述客观评分、所述主观评分、所述客观指标权重系数以及所述主观指标权重系数分别确定所述分级评价指标对应的分级评分以及分级权重；根据所述分级评分以及所述分级权重计算所述待评价汽车的操纵稳定性综合评分；根据所述操纵稳定性综合评分确定所述待评价汽车的操纵稳定性综合评价结果。
可以理解的是，举例进行说明，目标主观评价指标为：不足/过度性能、弯道加速/制动、S弯循迹性、控制难易度、抓地性能、侧倾线性度、侧倾速度、侧倾收敛性、前后一致性、变道左右差、回正一致性、回正平顺性、残余转角、方向盘相应滞后、方向盘超调摆振、10km/h残余转角、高速回正性能、操作难易度、转向灵敏度、侧倾大小、最高车速、稳定性、力矩波动、转矩线性度、力矩梯度、40km/h圆通道保舵力和60km/h圆通道保舵力；目标客观评价指标为0.2g时不足转向度、0.5g时不足转向度、侧倾度大小、残余横摆角速度、最大转向力、回正速度、横摆角速度大小、摩擦力、转弯半径和自由转角。在主观以及客观试验的基础上，将汽车操纵稳定性能划分为四个一级指标，十三个一级指标和三十七个二级指标。
其中，一级指标包括：稳态回转、转向回正、蛇形和转向力；
稳态回正包括：不足转向度和车身侧轻度两个二级指标。其中，不足转向度包括0.2g时不足转向度、0.5g时不足转向度、弯道加速/制动、不足/过度性能、抓地性能、控制难易度和S弯循迹性七个三级指标；车身侧轻度包括侧倾度大小、侧倾线性度、侧倾速度、侧倾收敛性、前后一致性和变道左右差六个三级指标。
转向回正包括：低速、中速和高速三个二级指标。其中，低速包括10km/h残余转角一个三级指标；中速包括残余横摆角速度、回正速度、回正一致性、回正平顺性、残余转角、方向盘相应滞后和方向盘超调摆振七个三级指标；高速包括高速回正性能一个三级指标。
蛇形包括基准车速和高速两个二级指标。其中，基准车速包括操作难易度、横摆角速度、转向灵敏度和侧倾大小四个三级指标；高速包括最高车速和稳定性两个三级指标。
转向力包括转弯半径、轻便性、原地转向、保舵力和最高转向五个二级指标。转弯半径包括转弯半径大小一个三级指标；轻便性包括最大转向力和摩擦力两个三级指标；原地转向包括力矩波动和自由转角两个三级指标；保舵力包括40km/h圆通道保舵力和60km/h圆通道保舵力两个三级指标；最高车速包括转矩线性度和力矩梯度两个三级指标。
需要说明的是，通过公式(9)计算操纵稳定性综合评分：
S＝qASA+qBSB+qCSC+qDSD (9)
其中，S表示操纵稳定性综合评分；qA表示稳态回转权重系数；qB表示转向回正权重系数；qC表示蛇形权重系数；qD表示转向力权重系数；SA为稳态回转评分；SB为转向回正评分；SC为蛇形评分；SD为转向力评分。
以一级指标为蛇形为例进行说明：
通过公式(10)计算蛇形评分：
SC＝qfSf+qgSg (10)
其中，qf表示基准车速权重系数；qg表示高速权重系数；Sf为基准车速评分；Sg为高速评分。
通过公式(11)计算基准车速评分：
Sf＝q23S23+q24S24+q25S25+q26S26 (11)
其中，q23表示操作难易度权重系数；q24表示横摆角速度权重系数；q25表示转向灵敏度权重系数；q26表示侧倾大小权重系数；S23表示操作难易度评分；S24表示横摆角速度评分；S25表示转向灵敏度评分；S26表示侧倾大小评分。
通过公式(12)计算高速评分：
Sg＝q27S27+q28S28 (12)
其中，q27表示最高车速权重系数；q28表示稳定性权重系数；S27表示最高车速评分；S28表示稳定性评分。
进一步地，为了使用户能够方便的得到操纵稳定性综合评价结果，本实施例提供一种对比展示方法，步骤S70之后，所述方法还包括：获取输入的对比车辆信息以及预设标准综合评价结果；根据所述对比车辆信息获取对应的基准综合评价结果；将所述待评价汽车的操纵稳定性综合评价结果分别与所述预设标准综合评价结果以及所述基准综合评价结果进行比较，并将比较结果进行展示。
可以理解的是，预设存储单元中存储有预设标准综合评价结果以及与对比车辆信息或者其他信息对应的基准综合评价结果，其中，预设标准综合评价结果可以包括数据库平均值，将待评价汽车的操纵稳定性综合评价结果分别与预设标准综合评价结果以及基准综合评价结果进行比较可以更直观的表现操纵稳定性综合评价结果。
在具体实现中，运用MATLAB软件平台搭建汽车操纵稳定性综合评价体系，评价体系包含主要功能有：信息安全、数据导入、车辆选取、车辆信息、分项结果对比、综合对比评价以及一键生成报告等功能。
信息安全功能，用于提示用户需要账号密码才能登陆；数据导入功能，用于在用户点击导入数据时弹出数据导入界面；车辆选取功能，用于接收用户输入的车辆类型筛选、单选试验车辆和试验车辆与竞品车辆同时选取信号；车辆信息功能，用于展示选择车辆的详细信息，包含图片、车辆配置和试验时间等；分项结果对比功能，用于展示试验车、竞品车和数据库平均值的分项对比结果；综合对比评价功能，用于生成如图3所示雷达图，将分项结果集中展示对比；一键生成报告功能，用于自动生成Word报告，包含汽车操纵稳定性总得分，各分项得分和性能雷达对比图等。
参照图3，图3为本发明汽车操纵稳定性评价方法一实施例的操纵稳定性综合评价结果展示示意图；
在图中展示有操纵稳定性综合评分(Test Value)、预设标准综合评分(AverageValue)以及基准综合评分(Benchmark Value)，还包括综合评分对应的分级评分，包括：稳态回转(Steady Static Cricular)、转向回正(Returnability)、蛇形(Slalom)和转向力(Steering Effort)。
本实施例通过获取待评价汽车的操纵稳定性试验数据；确定目标客观评价指标以及目标主观评价指标；对操纵稳定性试验数据进行数据预处理，得到客观试验数据；获取目标主观评价指标对应的主观评分；根据客观试验数据确定目标客观评价指标对应的客观评分；通过熵值法根据客观评分和主观评分分别计算客观指标权重系数和主观指标权重系数；根据客观评分、主观评分、客观指标权重系数以及主观指标权重系数确定待评价汽车的操纵稳定性综合评价结果。通过上述方式，将主观评价结果和客观试验结果结合起来表征车辆的操纵稳定性，能够全面的体现汽车操纵稳定性，解决了现有技术中对汽车操作稳定性的评价不够全面的技术问题。
参考图4，图4为本发明一种汽车操纵稳定性评价方法第二实施例的流程示意图。
基于上述第一实施例，本实施例汽车操纵稳定性评价方法的所述步骤S20，包括：
步骤S201：获取常用客观评价指标以及常用主观评价指标。
可以理解的是，常用客观评价指标为在进行汽车操纵稳定性评价试验时，人们常用的客观评价指标，可以包括：0.5g不足转向度、0.2g不足转向度、横摆角速度、横摆角速度总方差、残余横摆角速度、最大转向力、平均转向力、回正速度、摩擦力、转弯半径、自由转角、蛇形横摆角速度峰值和侧倾度大小等。常用主观评价指标为在进行汽车操纵稳定性评价试验时，人们常用的主观评价指标，可以包括：不足/过度性能、弯道加速/制动、S弯循迹性、控制难易度、抓地性能、侧倾线性度、侧倾速度、侧倾收敛性、前后一致性、变道左右差、回正一致性、回正平顺性、残余转角、方向盘相应滞后、方向盘超调摆振、10km/h残余转角、高速回正性能、操作难易度、转向灵敏度、侧倾大小、最高车速、稳定性、力矩波动、转矩线性度、力矩梯度、40km/h圆通道保舵力和60km/h圆通道保舵力等等。获取常用客观评价指标以及常用主观评价指标可以包括用户输入，也可以包括从预设存储单元中调用，本实施例对此不加以限制。
步骤S202：根据预设神经网络分别对所述常用客观评价指标以及所述常用主观评价指标进行指标提取，得到目标客观评价指标以及目标主观评价指标。
可以理解的是，预设神经网络可以为径向基(RBF)神经网络，也可以为背向传输(BP，Back Propagation)神经网络，根据预设神经网络分别对常用客观评价指标以及常用主观评价指标进行指标提取，提取出来的目标客观评价指标以及目标主观评价指标对于汽车操作稳定性评价更具有代表性。
进一步地，为了得到更具解释性的目标客观评价指标以及目标主观评价指标，使汽车操作稳定性的评价更加全面，步骤S202包括：通过预设三层前馈网络计算所述常用客观评价指标对应的第一隐层权值谱以及第一相对贡献率；根据所述第一隐层权谱值以及所述第一相对贡献率确定所述常用客观评价指标的第一功效率；提取所述常用客观评价指标中所述第一功效率大于或者等于第一预设功效率的目标客观评价指标；通过预设三层前馈网络计算所述常用主观评价指标对应的第二隐层权值谱以及第二相对贡献率；根据所述第二隐层权谱值以及所述第二相对贡献率确定所述常用主观评价指标的第二功效率；提取所述常用主观评价指标中所述第二功效率大于或者等于第二预设功效率的目标主观评价指标。
可以理解的是，汽车操纵稳定性试验提取的指标较多，本实施例提出一种基于神经网络的方法对众多的试验指标进行处理，提取出能够表征车辆操纵稳定性能的指标，以目标客观评价指标提取进行说明：
常用客观评价指标有：0.5g不足转向度、0.2g不足转向度、横摆角速度、横摆角速度总方差、残余横摆角速度、最大转向力、平均转向力、回正速度、摩擦力、转弯半径、自由转角、蛇形横摆角速度峰值和侧倾度大小等；
具体提取过程可以包括：采用三层前向BP网络结构(13-9-1)映射车辆操纵稳定性与其客观评价指标之间的非线性关系，如公式(13)所示：
y＝f(x1,x2,.....x13) (13)
其中，x1,x2,.....x13为神经网络的各项生理形态指标，即上述的常见13项客观评价指标，神经网络输出记为y，为车辆的操纵稳定性能；
在此隐形神经元采用Sigmoid型变换函数，如公式(14)所述：
Figure BDA0002787264330000141
输入层、输出层的神经元采用纯线性变化函数，以平均误差平方和函数作为网络评价函数，如公式(15)所述：
Figure BDA0002787264330000142
其中，o为网络预测输出，t为网络期望输出，S(SSE)为网络学习总误差，i为输出单元数，p为样本数；
当计算误差结果趋于平稳后，运用公式(16)算出输入量到隐层的第一隐层权值谱：
Figure BDA0002787264330000151
其中，
Figure BDA0002787264330000152
为输出变量xi的谱值，μi m为第i个输入变量到第m个隐层神经元的权值，m为隐层神经元个数；
取输入指标的平均值作为输出指标的中点估计
Figure BDA0002787264330000153
当其中一个输入指标xi变化100％时，计算出相应输出变量y的绝对变化量yvar，再根据公式(17)计算出对输出变量y的相对变化量yxvar：
Figure BDA0002787264330000154
得出相对变化量后可根据公式(18)计算出指标变量相对输出变量的第一相对贡献率：
Figure BDA0002787264330000155
结合第一隐层权值谱
Figure BDA0002787264330000156
得出贡献率排序，根据第一预设功效率进行提取。
可以理解的是，第一预设功效率为提前根据实际情况设置的选择值，例如，常见13项客观评价指标中，选取功效率大于第一预设功效率的指标，即选择第一功效率较大的目标客观评价指标：0.2g时不足转向度、0.5g时不足转向度、侧倾度大小、残余横摆角速度、最大转向力、回正速度、横摆角速度大小、摩擦力、转弯半径和自由转角。
需要说明的是，目标主观评价指标与目标客观评价指标的提取过程相同，最终选取出目标主观评价指标为：不足/过度性能、弯道加速/制动、S弯循迹性、控制难易度、抓地性能、侧倾线性度、侧倾速度、侧倾收敛性、前后一致性、变道左右差、回正一致性、回正平顺性、残余转角、方向盘相应滞后、方向盘超调摆振、10km/h残余转角、高速回正性能、操作难易度、转向灵敏度、侧倾大小、最高车速、稳定性、力矩波动、转矩线性度、力矩梯度、40km/h圆通道保舵力和60km/h圆通道保舵力。
本实施例通过神经网络对客观评价指标以及主观评价指标进行确定，得到更能解释操纵稳定性的评价指标，通过这些评价指标对应的评分以及权重系数确定最终评价结果，能够更全面的对汽车操纵稳定性进行评价，结果更具解释性，解决了现有技术中对汽车操作稳定性的评价不够全面的技术问题。
参考图5，图5为本发明一种汽车操纵稳定性评价方法第三实施例的流程示意图。
基于上述第一实施例，本实施例汽车操纵稳定性评价方法的所述步骤S30，包括：
步骤S301：剔除所述操纵稳定性试验数据中差异较大的试验值，计算剔除后的操纵稳定性试验数据对应的数据平均值。
可以理解的是，由于试验进行多次，可以选用平均值的方法对最终试验结果进行处理，这种方法虽然方便，但是不严谨，不能够克服客观因素的影响。本实施例提出一种基于正太分布理论的数据预处理方法。
第一步：剔除明显差异较大的试验值，根据公式(19)计算数据平均值：
Figure BDA0002787264330000161
其中μ为数据平均值，n为样本量，xi为试验数据。
步骤S302：计算所述数据平均值对应的标准差。
需要说明的是，根据公式(20)计算对应的标准差：
Figure BDA0002787264330000162
其中，σ为标准差，μ为数据平均值，n为样本量，xi为试验数据。
步骤S303：根据所述标准差确定抽样平均误差。
可以理解的是，根据公式(21)计算抽样平均误差：
Figure BDA0002787264330000163
其中，Δ为抽样平均误差，σ为标准差，n为样本量。
步骤S304：获取预设置信度，根据所述预设置信度确定双侧分位数。
需要说明的是，预设置信度为用户根据实际情况和需求设置的，可以设置为0.9，根据公式(22)计算双侧分位数：
t＝TINV(1-α,n-1) (22)
其中，t为双侧分位数，α为预设置信度，n为样本量。
步骤S305：根据所述抽样平均误差以及所述双侧分位数确定允许误差。
在具体实现中，根据公式(23)计算允许误差：
Δt＝t·Δ (23)
其中，Δt为允许误差，t为双侧分位数，Δ为抽样平均误差。
步骤S306：根据所述数据平均值和所述允许误差分别计算得到置信区间上限以及置信区间下限。
需要说明的是，根据公式(24)计算置信区间上限：
Umax＝μ+Δt (24)
根据公式(25)计算置信区间下限：
Umin＝μ-Δt (25)
其中，Umax为置信区间上限，Umin为置信区间下限，μ为数据平均值，Δt为允许误差。
步骤S307：在所述操纵稳定性试验数据选取所述置信区间上限以及所述置信区间下限之间的目标试验数据。
可以理解的是，选取置信区间的试验数据，。
步骤S308：计算所述目标试验数据的平均值，得到客观试验数据。
本实施例通过对操纵稳定性试验数据进行基于正太分布理论的预处理，得到客观试验数据，使根据客观试验数据进行的客观评分更准确，从而得到更准确以及更全面的操纵稳定性综合评价结果，解决了现有技术中对汽车操作稳定性的评价不够全面的技术问题。
此外，本发明实施例还提出一种存储介质，所述存储介质上存储有汽车操纵稳定性评价程序，所述汽车操纵稳定性评价程序被处理器执行时实现如上文所述的汽车操纵稳定性评价方法的步骤。
参照图6，图6为本发明汽车操纵稳定性评价装置第一实施例的结构框图。
如图6所示，本发明实施例提出的汽车操纵稳定性评价装置包括：
获取模块10，用于获取待评价汽车的操纵稳定性试验数据。
在具体实现中，用户提前确定待评价汽车，根据操纵稳定性试验项目对待评价汽车进行客观试验，采集数据，存储到预设存储单元中，在数据采集完成后，将数据导入到获取模块10中，获取过程也可以为在数据采集过程中实时获取待评价汽车的操纵稳定性试验数据，并将多组操纵稳定性试验数据存储在预设存储单元中。
确定模块20，用于确定目标客观评价指标以及目标主观评价指标。
可以理解的是，确定目标客观评价指标以及目标主观评价指标的方式可以包括三种方式，第一种方式为直接从预设存储单元中提取，第二种方式为根据用户通过窗口输入的数据进行确定，第三种方式为从常用客观评价指标以及常用主观评价指标中通过预设神经网络提取。
处理模块30，用于对所述操纵稳定性试验数据进行数据预处理，得到客观试验数据。
需要说明的是，对所述操纵稳定性试验数据进行数据预处理的过程可以为取平均值，也可以为通过基于正态分布的处理方式进行处理。
所述获取模块10，还用于获取所述目标主观评价指标对应的主观评分。
需要说明的是，用户提前确定待评价汽车，根据操纵稳定性试验项目对待评价汽车进行主观试验，采集主观试验数据，将多组主观试验数据作为打分参考，由10名以上受过培训的主观评价员进行对待评价车辆在目标主观评价指标方面的感受进行打分评价，数值越高代表感受越好，如表1所示，表1为主观评分标准表，根据评价员的打分，建立向量组，对向量进行十分制的归一化处理，处理后去掉最大值和最小值，再取平均值，作为目标主观评价指标对应的主观评分。主观评分个数与目标主观评价指标相同，均大于等于1。
0-19 20-39 40-49 50-59 60-69 70-79 80-89 90-99 100
极差 很差 可能抱怨 底线 可接受 不错 好 很好 棒极了
表1
所述确定模块20，还用于根据所述客观试验数据确定所述目标客观评价指标对应的客观评分。
可以理解的是，客观评分可以由客观试验数据与合格评分对应的试验数据之间的差距确定，提前进行评分分级，在对应的评分级别的试验数据评分相同，也可以通过对单个测试项目参数进行调整，根据对结果的影响程度判断对应的客观评分。
具体地，为了得到更准确的客观评分，步骤S50，包括：根据所述客观试验数据确定所述目标客观评价指标对应的指标试验数据；获取所述目标客观评价指标对应的指标上限值以及指标下限值；根据所述指标试验数据、所述指标上限值以及所述指标下限值确定所述目标客观评价指标对应的客观评分。
需要说明的是，客观试验数据由VBOX(虚拟机)、RT陀螺仪(车辆试验陀螺仪)、ABD转向制动机器人和电脑或者笔记本等设备仪器采集，处理并提取的物理参考量，基于QC/T480-1999，做出修改将物理参考量转化为十分制评分，以不足转向度为例进行说明：
通过公式(1)计算不足转向度评分：
Figure BDA0002787264330000191
Figure BDA0002787264330000192
其中，Su为不足转向度评分；U为不足转向度试验值，单位为(°)/(m/s2)；λ根据Ud与Uu的比值计算的系数，λ通过公式(2)计算；Ud为不足转向度的下限值，单位为(°)/(m/s2)；Uu为不足转向度的上限值，单位为(°)/(m/s2)。
计算模块40，用于通过熵值法根据所述客观评分计算客观指标权重系数，通过熵值法根据所述主观评分计算主观指标权重系数。
需要说明的是，利用熵值法计算权重系数，根据确定决策矩阵，算出规范矩阵，再根据熵理论计算出熵权，即权重系数，以某辆车在不同里程下蛇形试验以确定操纵稳定性综合评价结果为例进行说明，这一过程中，目标客观评价指标为：横摆角速度；目标主观评价指标为：操作难易度、转向灵敏度、侧倾大小、最高车速以及稳定性，如表2所示，表2为某车窗不同里程下蛇形试验评分及目标值。
Figure BDA0002787264330000193
表2可以理解的是，确定决策矩阵如公式(3)所述：
Figure BDA0002787264330000201
由表2可以看出指标越大越好，根据公式(4)进行归一化处理：
Figure BDA0002787264330000202
得出标准化矩阵R＝rij，其中，rij为第j个评价对象的第i项指标；max(xij)为该项指标的最大值；min(xij)为该项指标的最小值。
根据公式(5)计算权重系数：
Figure BDA0002787264330000203
其中，bi＝1-ei，ei为第i个指标的熵。
根据公式(6)计算ei：
Figure BDA0002787264330000204
其中，fij为第j个评价对象第i个评价指标标准的比重。
根据公式(7)计算fij：
Figure BDA0002787264330000205
其中，k＝1/lnn，m为评价指标个数，n为评价对象个数。
分别算出其他分级评价的权重系数，结合单项试验评分可以全面地表征出汽车操纵稳定性能。
评价模块50，用于根据所述客观评分、所述主观评分、所述客观指标权重系数以及所述主观指标权重系数确定所述待评价汽车的操纵稳定性综合评价结果。
可以理解的是，根据公式(8)计算操纵稳定性综合评分，在所述操纵稳定性综合评分大于预设评价阈值时，得到操纵稳定性合格的操纵稳定性综合评价结果。
S＝q1S1+q2S2+……+qn-1Sn-1+qnSn (8)
其中，q1表示一客观指标权重系数；q2表示另一客观指标权重系数；qn-1表示一主观指标权重系数；qn表示另一主观指标权重系数；S1表示一客观评分；S2表示另一客观评分；Sn-1表示一主观评分；Sn表示另一主观评分。
需要说明的是，操纵稳定性综合评价结果还可以通过将操纵稳定性综合评分与对比汽车对应的操纵稳定性综合评分进行比较，从而确定与对比汽车之前操纵稳定性的优劣程度。
进一步地，为了得到更全面的评价结果，将评价指标进行合并分类，步骤S20之后，所述方法还包括：对所述目标客观评价指标以及所述目标主观评价指标进行分类，得到分级评价指标；
相应地，所述步骤S70，包括：
根据所述客观评分、所述主观评分、所述客观指标权重系数以及所述主观指标权重系数分别确定所述分级评价指标对应的分级评分以及分级权重；根据所述分级评分以及所述分级权重计算所述待评价汽车的操纵稳定性综合评分；根据所述操纵稳定性综合评分确定所述待评价汽车的操纵稳定性综合评价结果。
可以理解的是，举例进行说明，目标主观评价指标为：不足/过度性能、弯道加速/制动、S弯循迹性、控制难易度、抓地性能、侧倾线性度、侧倾速度、侧倾收敛性、前后一致性、变道左右差、回正一致性、回正平顺性、残余转角、方向盘相应滞后、方向盘超调摆振、10km/h残余转角、高速回正性能、操作难易度、转向灵敏度、侧倾大小、最高车速、稳定性、力矩波动、转矩线性度、力矩梯度、40km/h圆通道保舵力和60km/h圆通道保舵力；目标客观评价指标为0.2g时不足转向度、0.5g时不足转向度、侧倾度大小、残余横摆角速度、最大转向力、回正速度、横摆角速度大小、摩擦力、转弯半径和自由转角。在主观以及客观试验的基础上，将汽车操纵稳定性能划分为四个一级指标，十三个一级指标和三十七个二级指标。
其中，一级指标包括：稳态回转、转向回正、蛇形和转向力；
稳态回正包括：不足转向度和车身侧轻度两个二级指标。其中，不足转向度包括0.2g时不足转向度、0.5g时不足转向度、弯道加速/制动、不足/过度性能、抓地性能、控制难易度和S弯循迹性七个三级指标；车身侧轻度包括侧倾度大小、侧倾线性度、侧倾速度、侧倾收敛性、前后一致性和变道左右差六个三级指标。
转向回正包括：低速、中速和高速三个二级指标。其中，低速包括10km/h残余转角一个三级指标；中速包括残余横摆角速度、回正速度、回正一致性、回正平顺性、残余转角、方向盘相应滞后和方向盘超调摆振七个三级指标；高速包括高速回正性能一个三级指标。
蛇形包括基准车速和高速两个二级指标。其中，基准车速包括操作难易度、横摆角速度、转向灵敏度和侧倾大小四个三级指标；高速包括最高车速和稳定性两个三级指标。
转向力包括转弯半径、轻便性、原地转向、保舵力和最高转向五个二级指标。转弯半径包括转弯半径大小一个三级指标；轻便性包括最大转向力和摩擦力两个三级指标；原地转向包括力矩波动和自由转角两个三级指标；保舵力包括40km/h圆通道保舵力和60km/h圆通道保舵力两个三级指标；最高车速包括转矩线性度和力矩梯度两个三级指标。
需要说明的是，通过公式(9)计算操纵稳定性综合评分：
S＝qASA+qBSB+qCSC+qDSD (9)
其中，S表示操纵稳定性综合评分；qA表示稳态回转权重系数；qB表示转向回正权重系数；qC表示蛇形权重系数；qD表示转向力权重系数；SA为稳态回转评分；SB为转向回正评分；SC为蛇形评分；SD为转向力评分。
以一级指标为蛇形为例进行说明：
通过公式(10)计算蛇形评分：
SC＝qfSf+qgSg (10)
其中，qf表示基准车速权重系数；qg表示高速权重系数；Sf为基准车速评分；Sg为高速评分。
通过公式(11)计算基准车速评分：
Sf＝q23S23+q24S24+q25S25+q26S26 (11)
其中，q23表示操作难易度权重系数；q24表示横摆角速度权重系数；q25表示转向灵敏度权重系数；q26表示侧倾大小权重系数；S23表示操作难易度评分；S24表示横摆角速度评分；S25表示转向灵敏度评分；S26表示侧倾大小评分。
通过公式(12)计算高速评分：
Sg＝q27S27+q28S28 (12)
其中，q27表示最高车速权重系数；q28表示稳定性权重系数；S27表示最高车速评分；S28表示稳定性评分。
进一步地，为了使用户能够方便的得到操纵稳定性综合评价结果，本实施例提供一种对比展示方法，步骤S70之后，所述方法还包括：获取输入的对比车辆信息以及预设标准综合评价结果；根据所述对比车辆信息获取对应的基准综合评价结果；将所述待评价汽车的操纵稳定性综合评价结果分别与所述预设标准综合评价结果以及所述基准综合评价结果进行比较，并将比较结果进行展示。
可以理解的是，预设存储单元中存储有预设标准综合评价结果以及与对比车辆信息或者其他信息对应的基准综合评价结果，其中，预设标准综合评价结果可以包括数据库平均值，将待评价汽车的操纵稳定性综合评价结果分别与预设标准综合评价结果以及基准综合评价结果进行比较可以更直观的表现操纵稳定性综合评价结果。
在具体实现中，运用MATLAB软件平台搭建汽车操纵稳定性综合评价体系，评价体系包含主要功能有：信息安全、数据导入、车辆选取、车辆信息、分项结果对比、综合对比评价以及一键生成报告等功能。
信息安全功能，用于提示用户需要账号密码才能登陆；数据导入功能，用于在用户点击导入数据时弹出数据导入界面；车辆选取功能，用于接收用户输入的车辆类型筛选、单选试验车辆和试验车辆与竞品车辆同时选取信号；车辆信息功能，用于展示选择车辆的详细信息，包含图片、车辆配置和试验时间等；分项结果对比功能，用于展示试验车、竞品车和数据库平均值的分项对比结果；综合对比评价功能，用于生成如图3所示雷达图，将分项结果集中展示对比；一键生成报告功能，用于自动生成Word报告，包含汽车操纵稳定性总得分，各分项得分和性能雷达对比图等。
参照图3，图3为本发明汽车操纵稳定性评价方法一实施例的操纵稳定性综合评价结果展示示意图；
在图中展示有操纵稳定性综合评分(Test Value)、预设标准综合评分(AverageValue)以及基准综合评分(Benchmark Value)，还包括综合评分对应的分级评分，包括：稳态回转(Steady Static Cricular)、转向回正(Returnability)、蛇形(Slalom)和转向力(Steering Effort)。
应当理解的是，以上仅为举例说明，对本发明的技术方案并不构成任何限定，在具体应用中，本领域的技术人员可以根据需要进行设置，本发明对此不做限制。
本实施例通过获取待评价汽车的操纵稳定性试验数据；确定目标客观评价指标以及目标主观评价指标；对操纵稳定性试验数据进行数据预处理，得到客观试验数据；获取目标主观评价指标对应的主观评分；根据客观试验数据确定目标客观评价指标对应的客观评分；通过熵值法根据客观评分和主观评分分别计算客观指标权重系数和主观指标权重系数；根据客观评分、主观评分、客观指标权重系数以及主观指标权重系数确定待评价汽车的操纵稳定性综合评价结果。通过上述方式，将主观评价结果和客观试验结果结合起来表征车辆的操纵稳定性，能够全面的体现汽车操纵稳定性，解决了现有技术中对汽车操作稳定性的评价不够全面的技术问题。
需要说明的是，以上所描述的工作流程仅仅是示意性的，并不对本发明的保护范围构成限定，在实际应用中，本领域的技术人员可以根据实际的需要选择其中的部分或者全部来实现本实施例方案的目的，此处不做限制。
另外，未在本实施例中详尽描述的技术细节，可参见本发明任意实施例所提供的汽车操纵稳定性评价方法，此处不再赘述。
在一实施例中，所述确定模块20，还用于获取常用客观评价指标以及常用主观评价指标；
根据预设神经网络分别对所述常用客观评价指标以及所述常用主观评价指标进行指标提取，得到目标客观评价指标以及目标主观评价指标。
在一实施例中，所述确定模块20，还用于通过预设三层前馈网络计算所述常用客观评价指标对应的第一隐层权值谱以及第一相对贡献率；
根据所述第一隐层权谱值以及所述第一相对贡献率确定所述常用客观评价指标的第一功效率；
提取所述常用客观评价指标中所述第一功效率大于或者等于第一预设功效率的目标客观评价指标；
通过预设三层前馈网络计算所述常用主观评价指标对应的第二隐层权值谱以及第二相对贡献率；
根据所述第二隐层权谱值以及所述第二相对贡献率确定所述常用主观评价指标的第二功效率；
提取所述常用主观评价指标中所述第二功效率大于或者等于第二预设功效率的目标主观评价指标。
在一实施例中，所述处理模块30，还用于剔除所述操纵稳定性试验数据中差异较大的试验值，计算剔除后的操纵稳定性试验数据对应的数据平均值；
计算所述数据平均值对应的标准差；
根据所述标准差确定抽样平均误差；
获取预设置信度，根据所述预设置信度确定双侧分位数；
根据所述抽样平均误差以及所述双侧分位数确定允许误差；
根据所述数据平均值和所述允许误差分别计算得到置信区间上限以及置信区间下限；
在所述操纵稳定性试验数据选取所述置信区间上限以及所述置信区间下限之间的目标试验数据；
计算所述目标试验数据的平均值，得到客观试验数据。
此外，需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如只读存储器(Read Only Memory，ROM)/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种汽车操纵稳定性评价方法，其特征在于，所述汽车操纵稳定性评价包括：
获取待评价汽车的操纵稳定性试验数据；
确定目标客观评价指标以及目标主观评价指标；
对所述操纵稳定性试验数据进行数据预处理，得到客观试验数据；
获取所述目标主观评价指标对应的主观评分；
根据所述客观试验数据确定所述目标客观评价指标对应的客观评分；
通过熵值法根据所述客观评分计算客观指标权重系数，通过熵值法根据所述主观评分计算主观指标权重系数；
根据所述客观评分、所述主观评分、所述客观指标权重系数以及所述主观指标权重系数确定所述待评价汽车的操纵稳定性综合评价结果。
2.如权利要求1所述的汽车操纵稳定性评价方法，其特征在于，所述确定目标客观评价指标以及目标主观评价指标，包括：
获取常用客观评价指标以及常用主观评价指标；
根据预设神经网络分别对所述常用客观评价指标以及所述常用主观评价指标进行指标提取，得到目标客观评价指标以及目标主观评价指标。
3.如权利要求2所述的汽车操纵稳定性评价方法，其特征在于，所述根据预设神经网络分别对所述常用客观评价指标以及所述常用主观评价指标进行指标提取，得到目标客观评价指标以及目标主观评价指标，包括：
通过预设三层前馈网络计算所述常用客观评价指标对应的第一隐层权值谱以及第一相对贡献率；
根据所述第一隐层权谱值以及所述第一相对贡献率确定所述常用客观评价指标的第一功效率；
提取所述常用客观评价指标中所述第一功效率大于或者等于第一预设功效率的目标客观评价指标；
通过预设三层前馈网络计算所述常用主观评价指标对应的第二隐层权值谱以及第二相对贡献率；
根据所述第二隐层权谱值以及所述第二相对贡献率确定所述常用主观评价指标的第二功效率；
提取所述常用主观评价指标中所述第二功效率大于或者等于第二预设功效率的目标主观评价指标。
4.如权利要求1所述的汽车操纵稳定性评价方法，其特征在于，所述确定目标客观评价指标以及目标主观评价指标之后，所述方法还包括：
对所述目标客观评价指标以及所述目标主观评价指标进行分类，得到分级评价指标；
相应地，所述根据所述客观评分、所述主观评分、所述客观指标权重系数以及所述主观指标权重系数确定所述待评价汽车的操纵稳定性综合评价结果，包括：
根据所述客观评分、所述主观评分、所述客观指标权重系数以及所述主观指标权重系数分别确定所述分级评价指标对应的分级评分以及分级权重；
根据所述分级评分以及所述分级权重计算所述待评价汽车的操纵稳定性综合评分；
根据所述操纵稳定性综合评分确定所述待评价汽车的操纵稳定性综合评价结果。
5.如权利要求1所述的汽车操纵稳定性评价方法，其特征在于，所述根据所述客观评分、所述主观评分、所述客观指标权重系数以及所述主观指标权重系数确定所述待评价汽车的操纵稳定性综合评价结果之后，所述方法还包括：
获取输入的对比车辆信息以及预设标准综合评价结果；
根据所述对比车辆信息获取对应的基准综合评价结果；
将所述待评价汽车的操纵稳定性综合评价结果分别与所述预设标准综合评价结果以及所述基准综合评价结果进行比较，并将比较结果进行展示。
6.如权利要求1-5中任一项所述的汽车操纵稳定性评价方法，其特征在于，所述对所述操纵稳定性试验数据进行数据预处理，得到客观试验数据，包括：
剔除所述操纵稳定性试验数据中差异较大的试验值，计算剔除后的操纵稳定性试验数据对应的数据平均值；
计算所述数据平均值对应的标准差；
根据所述标准差确定抽样平均误差；
获取预设置信度，根据所述预设置信度确定双侧分位数；
根据所述抽样平均误差以及所述双侧分位数确定允许误差；
根据所述数据平均值和所述允许误差分别计算得到置信区间上限以及置信区间下限；
在所述操纵稳定性试验数据选取所述置信区间上限以及所述置信区间下限之间的目标试验数据；
计算所述目标试验数据的平均值，得到客观试验数据。
7.如权利要求1-5中任一项所述的汽车操纵稳定性评价方法，其特征在于，所述根据所述客观试验数据确定所述目标客观评价指标对应的客观评分，包括：
根据所述客观试验数据确定所述目标客观评价指标对应的指标试验数据；
获取所述目标客观评价指标对应的指标上限值以及指标下限值；
根据所述指标试验数据、所述指标上限值以及所述指标下限值确定所述目标客观评价指标对应的客观评分。
8.一种汽车操纵稳定性评价装置，其特征在于，所述汽车操纵稳定性评价装置包括：
获取模块，用于获取待评价汽车的操纵稳定性试验数据；
确定模块，用于确定目标客观评价指标以及目标主观评价指标；
处理模块，用于对所述操纵稳定性试验数据进行数据预处理，得到客观试验数据；
所述获取模块，还用于获取所述目标主观评价指标对应的主观评分；
所述确定模块，还用于根据所述客观试验数据确定所述目标客观评价指标对应的客观评分；
计算模块，用于通过熵值法根据所述客观评分计算客观指标权重系数，通过熵值法根据所述主观评分计算主观指标权重系数；
评价模块，用于根据所述客观评分、所述主观评分、所述客观指标权重系数以及所述主观指标权重系数确定所述待评价汽车的操纵稳定性综合评价结果。
9.一种汽车操纵稳定性评价设备，其特征在于，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的汽车操纵稳定性评价程序，所述汽车操纵稳定性评价程序配置为实现如权利要求1至7中任一项所述的汽车操纵稳定性评价方法的步骤。
10.一种存储介质，其特征在于，所述存储介质上存储有汽车操纵稳定性评价程序，所述汽车操纵稳定性评价程序被处理器执行时实现如权利要求1至7任一项所述的汽车操纵稳定性评价方法的步骤。
CN202011305775.1A 2020-11-19 2020-11-19 汽车操纵稳定性评价方法、装置、设备及存储介质 Pending CN112308454A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011305775.1A CN112308454A (zh) 2020-11-19 2020-11-19 汽车操纵稳定性评价方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011305775.1A CN112308454A (zh) 2020-11-19 2020-11-19 汽车操纵稳定性评价方法、装置、设备及存储介质

Publications (1)

Publication Number Publication Date
CN112308454A true CN112308454A (zh) 2021-02-02

Family

ID=74335932

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011305775.1A Pending CN112308454A (zh) 2020-11-19 2020-11-19 汽车操纵稳定性评价方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN112308454A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112907124A (zh) * 2021-03-22 2021-06-04 国家电网有限公司大数据中心 一种数据链路异常评测方法、装置、电子设备及存储介质
CN112964482A (zh) * 2021-03-18 2021-06-15 浙江合众新能源汽车有限公司 一种主观评价与客观测试相结合的制动噪声评价方法
CN114066015A (zh) * 2021-10-22 2022-02-18 山东旗帜信息有限公司 一种部门人员组成优化方法、设备及介质
CN114662193A (zh) * 2022-03-22 2022-06-24 常州工学院 基于多源数据融合的减速带振动能量回收性能评价方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6580980B1 (en) * 2002-03-05 2003-06-17 Michelin Recherche Et Technique S.A. System and method for testing deflated tire handling
CN1758046A (zh) * 2004-10-05 2006-04-12 韩国轮胎株式会社 关于车辆/轮胎操纵稳定性的转向性能的定量分析方法
CN103278341A (zh) * 2013-05-24 2013-09-04 清华大学 一种汽车驾驶员转向操纵舒适性评价系统及方法
CN107169223A (zh) * 2017-06-02 2017-09-15 吉林大学 基于汽车操纵稳定性试验评价系统的车辆参数调教方法
CN107238500A (zh) * 2017-06-02 2017-10-10 吉林大学 汽车操纵稳定性试验快速评价系统建立方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6580980B1 (en) * 2002-03-05 2003-06-17 Michelin Recherche Et Technique S.A. System and method for testing deflated tire handling
CN1758046A (zh) * 2004-10-05 2006-04-12 韩国轮胎株式会社 关于车辆/轮胎操纵稳定性的转向性能的定量分析方法
CN103278341A (zh) * 2013-05-24 2013-09-04 清华大学 一种汽车驾驶员转向操纵舒适性评价系统及方法
CN107169223A (zh) * 2017-06-02 2017-09-15 吉林大学 基于汽车操纵稳定性试验评价系统的车辆参数调教方法
CN107238500A (zh) * 2017-06-02 2017-10-10 吉林大学 汽车操纵稳定性试验快速评价系统建立方法

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112964482A (zh) * 2021-03-18 2021-06-15 浙江合众新能源汽车有限公司 一种主观评价与客观测试相结合的制动噪声评价方法
CN112907124A (zh) * 2021-03-22 2021-06-04 国家电网有限公司大数据中心 一种数据链路异常评测方法、装置、电子设备及存储介质
CN112907124B (zh) * 2021-03-22 2023-10-31 国家电网有限公司大数据中心 一种数据链路异常评测方法、装置、电子设备及存储介质
CN114066015A (zh) * 2021-10-22 2022-02-18 山东旗帜信息有限公司 一种部门人员组成优化方法、设备及介质
CN114662193A (zh) * 2022-03-22 2022-06-24 常州工学院 基于多源数据融合的减速带振动能量回收性能评价方法
CN114662193B (zh) * 2022-03-22 2023-10-13 常州工学院 基于多源数据融合的减速带振动能量回收性能评价方法

Similar Documents

Publication Publication Date Title
CN112308454A (zh) 汽车操纵稳定性评价方法、装置、设备及存储介质
Bowers et al. Measuring the importance of teamwork: The reliability and validity of job/task analysis indices for team-training design
RU2473861C2 (ru) Способ и система оценки зоны попадания боевой нагрузки, запускаемой с летательного аппарата
CN103473492B (zh) 权限识别方法和用户终端
CN103745415A (zh) 基于层次分析的电网运行状态指标的评估方法及系统
Sohier et al. Analysis and optimization of an air-launch-to-orbit separation
CN110991472B (zh) 一种高速列车牵引系统微小故障诊断方法
US6754566B2 (en) System and method allowing for an integrated flight loads balancing process
CN114815605A (zh) 自动驾驶测试用例生成方法、装置、电子设备及存储介质
GB2591377A (en) Comparative ranking system
CN114154351A (zh) 多轴车辆稳态回转能测试评价方法、装置、设备及介质
CN115099614A (zh) 一种整车用户驾驶性能目标的设定方法
CN104318105A (zh) 飞机飞行试验有效架次评定方法
CN113420975A (zh) 一种系统性能的评测方法及装置
CN114266008A (zh) 桥梁损伤识别方法、装置及终端设备
Zheng et al. Analysis of Autonomous Underwater Vehicle (AUV) navigational states based on complex networks
Sabbioni et al. A particle filter approach for identifying tire model parameters from full-scale experimental tests
CN111090242B (zh) 自动驾驶测试系统精度验证方法、装置、设备及存储介质
CN107316148A (zh) 基于模糊结构元方法的船舶模拟操纵自动化评估方法
CN114139902B (zh) 基于敏感性分析的航空装备人员搜救体系贡献度评估方法
CN115230736A (zh) 一种面向测试的自动驾驶车辆分层解耦方法及系统
Zhao et al. Correlations between subjective and objective evaluations of on-center steering feel
Long et al. Comparative study between the magic formula and the neural network tire model based on genetic algorithm
Seidenberg et al. Development of a modular architecture for complex mechatronic systems
Sar et al. Investigation of the tyre characteristics under non-steady-state conditions on the basis of road tests

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination